文档名：基于并行胶囊网络的声学场景分类
摘要：为解决卷积神经网络(CNN)忽略音频特征之间的空间关系、丢失姿态特征和时序性特征的问题,提出了基于并行胶囊网络的声学场景分类模型,选用胶囊网络和双向门控循环单元弥补CNN的缺陷.首先,该模型通过提取音频对数梅尔能量谱特征;然后,结合各模块优点对音频特征处理;最后,根据场景特征完成分类.通过在"国际声学场景和事件检测及分类(DCASE)挑战赛2019"挑战任务1数据集下进行实验,在开发集和验证集上分别获得了71.1％和70.2％的准确率,优于基线系统的准确率,证明了该网络模型适用于声学场景分类任务.
作者：杨立东 赵飞焱Author：YANGLidong ZHAOFeiyan
作者单位：内蒙古科技大学信息工程学院,内蒙古包头014010
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(12)
分类号：TP391TP212
关键词：声学场景分类 胶囊网络 双向门控循环单元 并行神经网络 动态路由机制
Keywords：acousticsceneclassification capsulenetwork bidirectionalgatedrecurrentunit parallelneuralnetwork dynamicroutingmechanism
机标分类号：
在线出版日期：2024年1月3日
基金项目：国家自然科学基金，内蒙古自然科学基金资助项目，内蒙古科技计划资助项目基于并行胶囊网络的声学场景分类[
期刊论文] 传感器与微系统--2023, 42(12)杨立东 赵飞焱为解决卷积神经网络(CNN)忽略音频特征之间的空间关系、丢失姿态特征和时序性特征的问题,提出了基于并行胶囊网络的声学场景分类模型,选用胶囊网络和双向门控循环单元弥补CNN的缺陷.首先,该模型通过提取音频对数梅尔能量...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于并行胶囊网络的声学场景分类 Acoustic scene classification based on parallel capsule network
基于并行胶囊网络的声学场景分类.pdf
- 文件大小:
- 947.81 KB
- 下载次数:
- 60
-
高速下载
|
|
